考虑运动学约束的多智能体取送货终身路径规划

多智能体取送货（MAPD）问题刻画了大量智能体处理连续到达的取送货任务的应用场景。Token Passing（TP）是近年提出的一种高效且有效的 MAPD 算法。我们通过采用一种称为带预留表的安全区间路径规划（SIPPwRT）的新型组合搜索算法进行单智能体路径规划，使 TP 更高效且更有效。SIPPwRT 使用一种高级数据结构，支持在线环境下所有智能体当前路径的快速更新与查找。所得的 MAPD 算法 TP-SIPPwRT 在规划时直接考虑真实机器人的运动学约束，计算出给定速度下的连续智能体运动（适用于非完整机器人），而非统一速度的离散智能体运动，并且对良构 MAPD 实例是完备的。我们利用智能体模拟器与标准机器人模拟器展示了其在自动化仓库中的优势。例如，我们展示它能在数秒内为数百智能体与数千任务计算路径，且比现有采用后处理步骤将其路径适配为给定速度连续运动的 MAPD 算法更高效、更有效。